본 논문은 오프라인 강화학습 (RL)을 활용하여 최적 치료 권고를 도출하는 연구에서 숨겨진 교란(confounding)/모델 오지정(model miss-specification)의 존재 여부를 감지하기 위한 공변량 균형 진단(covariate balance diagnostics)의 적용을 탐구합니다. 그 결과, 기존의 오프라인 RL 치료 권고 연구들에는 편향 위험이 높거나, 혹은 기존의 공변량 균형 지표들이 그러한 연구들을 평가하기에 충분하지 않다는 것을 보여줍니다. 어쨌든, 현재 존재하는 오프라인 RL 연구들은 통계적으로 견고하다고 결론 내릴 수 없습니다. 본 논문의 결론은 치료 권고 문제에 오프라인 RL을 보다 방법론적으로 견고하게 적용하기 위한 미래 연구 방향들을 제시합니다.